基于激光的夜间高速公路团雾自动检测装置及其检测方法
【技术领域】
[0001]本发明属于高速公路检测领域，特别是针对夜间高速公路团雾的自动检测。
【背景技术】
[0002]能见度对高速公路的行车安全有着十分重要的影响，而雾天行车极易造成重特大交通事故，在一些大雾多发地段，交通事故的发生率和死亡率呈明显上升趋势。而团雾作为雾的一种表现形式，其危害性最大、最难预测，又被称之为“流动杀手”。团雾与局地微气候环境变化有关，范围小，雾气浓，团雾内能见度迅速降低，团雾外却视线良好。而在高速公路上，团雾产生和消失过程很快，难以预测，单靠人工观测难以及时发现。现有的气象监测系统仅能预测大范围的雾天气候，对于团雾无法做到实时、准确的检测。目前较流行的自动检测方法有红外诱导法和基于视频解析的团雾检测方法。
[0003]红外诱导法主要在高速公路沿线架设红外探测设备和控制设备，通过接收红外光线情况判断是否存在雾况，其成本较高，较为复杂，难以广泛使用。而基于视频解析的团雾检测方法又可细分为基于同一场景下多幅图像的检测方法和基于单幅图像的检测方法。由于基于多幅图像的方法倾向于对多帧图像进行统计过程分析，实时性较差，研究的热点便集中在了基于单幅图像的团雾检测方法。
[0004]早期的传统方法在道路两侧架设带有距离信息的标识，利用视频中这些标识的对比度衰减和距离的关系建立一种观测模型，用以判断团雾的严重程度。而为了实现无需人工标记的团雾检测，一些改进方法被提出，其核心思想是建立以路面为背景的虚拟目标，滤除噪声后，提取属于目标边缘的像素点，然后根据目标的特征信息和实际距离信息进行人眼可视度曲线拟合，最后根据估算出的区域能见度判断其中是否存在团雾。此类方法的缺陷在于其需要提取目标的特征，而在复杂场景或有遮挡的情况下，其效率和精度会受到较大影响。更进一步，将图像转换到频域进行处理，利用有团雾视频和无团雾视频在频域的差另IJ，快速检测团雾的方法被提出，但该方法在面对含有多目标或纹理的场景时，有团雾图像和无团雾图像在频域的特征较为接近，效果并不理想。
[0005]目前高速公路团雾检测领域面临的主要问题是环境的复杂性与多变性。如何提高团雾检测的实时性和准确性是研究的重点。
【发明内容】
[0006]发明目的:本发明提供一种高效的夜间高速公路团雾检测装置及其检测方法，面对较复杂环境时也有很好的适应性，在检测到团雾时，发出预警信号，为行车安全提供保障。
[0007]技术方案:一种基于激光的夜间高速公路团雾自动检测装置，包括用于支撑的设备柱，所述设备柱两侧分别设有用于产生激光信号的激光器和用于获取图像的摄像机；所述设备柱一端竖直插入用于校准激光方向的毛玻璃，该毛玻璃一端位于设备柱内部，另一端露在外部，并且位于毛玻璃对侧设备柱一侧上还设有用于获取位置的定位设备、用于给整个装置供电的太阳能电池、用于处理数据的通信设备以及用于控制整个装置运行的定时控制器。
[0008]具体地，所述激光器和摄像机分别安装在两个可调节装置上。
[0009]具体地，所述毛玻璃由矩形部和圆形部组成，矩形部一端插入设备柱内，另一端连接圆形部一同露在设备柱外。
[0010]一种基于激光的夜间高速公路团雾自动检测装置的检测方法，包括以下步骤: 步骤1:建立观测系统，在高速公路沿线单侧每隔一定距离安装上述检测装置，相邻的检测装置形成级联，通过定时控制器控制整个装置进行工作，摄像机拍摄包含相邻检测装置中的激光信号的数帧图像，再对图像数据进行是否有团雾的检测，再将结果连同定位信息、典型图片传输到数据中心；
步骤2:检测系统的标定，在不同的团雾浓度下自动检测激光信号特征，并建立信号特征与团雾浓度之间的对应关系；
步骤3:激光信号特征提取，将采集的到的数帧图像进行灰度处理，计算各个激光真实信号区域大小以及其平均亮度值，将其作为区分有团雾或无团雾的特征信息；
步骤4:团雾结果分析，根据上一步得到的最终激光信号特征与团雾浓度的映射关系，分析当前处理的数据所对应的团雾浓度；
步骤5:团雾报警机制，数据中心接受由检测装置得到的结果，将其存入数据库并对团雾变化情况进行分析，给出团雾浓度以及团雾变化情况的预警。
[0011]具体地，步骤1建立观测系统中，相邻检测装置通过毛玻璃进行激光方向的校准，一个检测装置激光器射出的激光应该投射在另一个检测装置的毛玻璃上，检测装置通过定时控制器控制检测装置进行工作，一个检测装置摄像机拍摄包含相邻团雾检测装置中的另一个检测装置的激光信号的数帧图像，再对图像数据进行是否有团雾的检测，再将结果连同定位信息、典型图片传输到数据中心。
[0012]具体地，所述步骤2中检测系统的标定方法如下:
步骤2.1，根据激光固有的颜色属性，筛选出指定颜色的局部分块并记录其总和区域大小；
步骤2.2，将所采集的图像进行灰度处理，计算并记录上述区域的平均亮度值；
步骤2.3，对每一帧图像，重复第一步至第二步，将每帧图像的信号区域大小与区域平均亮度作为信号特征，再对所有图像帧的信号特征求平均值最为最终的信号特征；
步骤2.4，在不同的团雾浓度下，重复第一步至第三步，建立最终信号特征值与团雾浓度之间的映射关系。
[0013]具体地，所述步骤3中激光信号特征提取方法如下:
步骤3.1，根据激光固有的颜色属性，筛选出指定颜色的局部分块并记录其总和区域大小；
步骤3.2，将采集到的图像进行灰度处理，计算并记录上述区域的平均亮度值；
步骤3.3，对每一帧图像，重复第一步至第二步，得出每帧图像中的信号特征，再对所有图像帧的信号特征求平均值最为最终的信号特征。
[0014]具体地，所述步骤3中团雾报警机制方法如下:
步骤4.1，数据中心接受团雾检测设备通过通信设备传输过来的团雾检测结果、设备定位信息以及一张典型图片；
步骤4.2，典型图片跟团雾信息都会根据定位信息存入数据库中，在对该处在短时间内的团雾变化进行查询，将其在数据中心显示，供工作人员查看。根据团雾的浓度以及变化趋势，数据中心发出警报；
步骤4.3，数据中心继续等待前端检测传入数据。
[0015]具体地，所述一个检测装置摄像机拍摄的图片中的信号来自于另一个检测装置的激光器光源，该激光器所发出的激光线以及毛玻璃上上一级级联激光器所发射的光所形成的光斑。
[0016]具体地，团雾浓度的结果分析在检测装置上完成，并且通过无线传输的方式将团雾处理结果以及一张典型图片传输到数据中心。
[0017]有益效果:与现有技术相比，本发明的优点在于:
1、设备成本低，利用太阳能供电，节能环保，经济实用。
[0018]2、由于激光信号较为明显，无需像传统算法那样提取路面标志，如车道线、路标灯特征，大大降低了在较复杂场景中路面标志无法有效提取的风险，且效率提高。
[0019]3、系统抗干扰效果好，稳走性强。
【附图说明】
[0020]图1是本发明的正视图；
图2是本发明的侧视图；
图3是本发明的俯视图；
图4是相邻检测装置不意图；
图5是本发明基于激光的高速公路团雾自动检测方法的流程图；
图6本发明多台检测装置示意图；
图7是本发明的激光角度的设定示意图；
图8是本发明拍摄的包含激光信号的图像示意图。
[0021]图8中(a) (b) (c) (d)分别表示在重度团雾、中度团雾、轻度团雾、无团雾下相机所拍摄到的典型图像。
【具体实施方式】
[0022]下面结合附图和【具体实施方式】，进一步阐明本发明。
[0023]如图1-8所示，一种基于激光的夜间高速公路团雾自动检测装置及其检测方法，包括设备柱1、太阳能板、激光器2、摄像机3、精致毛玻璃4，定位设备、通信设备等组成的检测装置，该装置由一个激光信号产生单元(激光器)、一个图像获取单元(摄像机)、一个位置获取单元(定位设备，GPS等)、一个供电单元(太阳能电池)、一个控制单元(定时控制器)、一个数据中心组成和架设设备构成。架设设备由一个垂直于水平面的柱子、精制毛玻璃板4以及柱子顶端的两个可调节装置5组成。两个可调节装置5被相对地安装在柱子上端的两边，这两个可调节装置5上分别安装上激光信号产生单元和图像获取单元。在激光信号产生单元以及图像获取单元连线的垂直方向安装精制毛玻璃板4，三者组成一个“T”形。在精制毛玻璃